啟動(dòng)BIEE的服務(wù)時(shí)可以正常啟動(dòng)，em和Console都可以正常登錄，但是analytics不能登錄，檢查em發(fā)現(xiàn)組件有問題，查看Log，發(fā)現(xiàn)報(bào)錯(cuò)如下： 之前沒有修改過這個(gè)用...
發(fā)簡(jiǎn)信
IP屬地：臺(tái)灣
-
BIEE服務(wù)啟動(dòng)之后出錯(cuò)，報(bào)Authentication Failed: User BISystemUser denied. -
Informatica服務(wù)掛掉，報(bào)錯(cuò)No more data available to read的排查
故障現(xiàn)象 BIEE維護(hù)人員通知跑DAC任務(wù)時(shí)發(fā)現(xiàn)調(diào)度計(jì)劃報(bào)錯(cuò)。按照以往維護(hù)的慣例，應(yīng)該是表空間不足，可能存在了性能問題，因此通過Informatica的Workflow Lo...
-
Pandas-數(shù)字前面補(bǔ)0
在輸出一些編號(hào)類型的數(shù)字時(shí)，往往需要前面補(bǔ)0，比如這樣的數(shù)字： 要把這些1234什么的都加一個(gè)0，可以直接用apply，里面用format就好，但是format的格式的確是有...
-
MySQL-窗口函數(shù)一般的商業(yè)數(shù)據(jù)庫(kù)（其實(shí)也就是DB2，Oracle，SQL Server）都具備窗口函數(shù)這個(gè)功能，只不過名稱不同，我比較熟悉的Oracle叫做分析函數(shù)，DB2好像叫做OLAP函...
-
數(shù)據(jù)挖掘-KMeans算法K-Means屬于聚類算法，是一種無(wú)監(jiān)督學(xué)習(xí)算法，沒有訓(xùn)練集和測(cè)試集之分，也沒有正確分類的標(biāo)簽與之參照來(lái)提升學(xué)習(xí)效果。 聚類就是把一堆樣本根據(jù)一些特性分成不同的簇，也就是類。...
-
Selenium-針對(duì)alert彈窗無(wú)法獲取，彈出no such alert的解決方法
在爬取網(wǎng)頁(yè)的過程中，經(jīng)常會(huì)遇到一些彈窗的情況，有alert、confirm、prompt等三種，區(qū)別如下： alert() 彈出個(gè)提示框 （確定）警告消息框 alert 方法...
-
數(shù)據(jù)挖掘- 關(guān)聯(lián)分析算法關(guān)聯(lián)分析，顧名思義就是找出哪幾項(xiàng)之間是有關(guān)聯(lián)關(guān)系的，舉個(gè)例子： TID購(gòu)物記錄1面包、牛奶2面包、尿布、啤酒、雞蛋3牛奶、尿布、啤酒、可樂4面包、牛奶、尿布、啤酒5面包、牛奶...
-
數(shù)據(jù)挖掘-支持向量機(jī)支持向量機(jī)（support vector machine，SVM）是一種出色的分類技術(shù)，也可以用于回歸分析（SVR）。這種技術(shù)可以很好的應(yīng)用于高維數(shù)據(jù)，避免維度災(zāi)難等問題。 ...
-
數(shù)據(jù)挖掘-隨機(jī)森林
隨機(jī)森林（RandomForest）是一類專門為決策樹分類器設(shè)計(jì)的組合方法，關(guān)于組合方法可以參考http://www.itdecent.cn/p/9e4db2759866中...
-
數(shù)據(jù)挖掘-決策樹算法決策樹算法是一種比較簡(jiǎn)易的監(jiān)督學(xué)習(xí)分類算法，既然叫做決策樹，那么首先他是一個(gè)樹形結(jié)構(gòu)，簡(jiǎn)單寫一下樹形結(jié)構(gòu)（數(shù)據(jù)結(jié)構(gòu)的時(shí)候?qū)W過不少了）。 樹 樹狀結(jié)構(gòu)是一個(gè)或多個(gè)節(jié)點(diǎn)的有限集合...
-
數(shù)據(jù)挖掘-提升算法-AdBoost算法這個(gè)算法的原名叫什么相信大家都清楚，不知道標(biāo)題為什么變成了敏感詞。 組合方法（集成方法） 兩種不同的翻譯，這種方法是聚集多個(gè)分類算法的預(yù)測(cè)來(lái)提高分類的準(zhǔn)確率，組合方法由訓(xùn)練數(shù)...
-
數(shù)據(jù)挖掘-KNN分類算法
KNN 意思就是K個(gè)最近的鄰居，是一種監(jiān)督學(xué)習(xí)下的分類算法，注意不要和K-Means（聚類算法）混淆。 積極學(xué)習(xí)方法和消極學(xué)習(xí)方法 按照由訓(xùn)練數(shù)據(jù)-建立模型-用模型對(duì)測(cè)試集進(jìn)...
-
數(shù)據(jù)挖掘-樸素貝葉斯算法
用途 樸素貝葉斯算法，主要用于對(duì)相互獨(dú)立的屬性的類變量的分類預(yù)測(cè)。（各個(gè)屬性/特征之間完全沒有關(guān)系，叫做相互獨(dú)立，事實(shí)上這很難存在，但是這個(gè)方法依然比較有效。） 貝葉斯定理 ...
-
MySQL-concat,concat_ws,group_concat的用法concat()可以把字符串合并到一起，在對(duì)于需要判斷兩個(gè)不同條件的時(shí)候，比較有用，把兩個(gè)條件進(jìn)行合并，很簡(jiǎn)便，函數(shù)的參數(shù)和格式為： concat(str1, str2,.....
-
Pandas-分組函數(shù)和分層索引的展開分組函數(shù)groupby 在處理數(shù)據(jù)的時(shí)候經(jīng)常會(huì)用到分組，類似于SQL中的group by，按照group by后面接的字段來(lái)分成組，之后再進(jìn)行其他處理。 Pandas中內(nèi)置了...
-
MySQL-不用窗口函數(shù)實(shí)現(xiàn)Rank()Over()功能眾所周知Mysql8.0之前是不支持窗口函數(shù)的，所以在用到老版本MySQL的時(shí)候，如果遇到想分組排序排名之類的需求，可以采用如下方式進(jìn)行： 設(shè)有表employee，數(shù)據(jù)如下（...
-
pandas 面試題挑戰(zhàn)一1 查看pandas的版本 解決辦法 結(jié)果如下 2 如何通過list，numpy array， dict創(chuàng)建series 現(xiàn)有l(wèi)ist， numpy array， dict如...
-
評(píng)價(jià)-分類算法的評(píng)價(jià)指標(biāo)二元分類評(píng)價(jià) 混淆矩陣 對(duì)于二元分類，通?？梢暂敵龌煜仃?，看預(yù)測(cè)的情況，并從中總結(jié)出一些指標(biāo)，給予評(píng)價(jià)?；煜仃囈卜Q誤差矩陣，是表示精度評(píng)價(jià)的一種標(biāo)準(zhǔn)格式，用n行n列的矩陣...
-
爬蟲-（舊）51JOB職位數(shù)據(jù)
51JOB的數(shù)據(jù)相比BOSS直聘還是好做很多,首先還是在items.py中進(jìn)行定義: 然后也是采取直接搜索全國(guó)-數(shù)據(jù)分析職位的url作為起始url,記得需要模擬一個(gè)請(qǐng)求頭: ...
-
爬蟲-（舊）BOSS直聘數(shù)據(jù)分析相關(guān)職位數(shù)據(jù)最近學(xué)習(xí)數(shù)據(jù)分析，因此嘗試一下這兩個(gè)網(wǎng)站的職位需求做分析用，在其中遇到了很多坑，記錄一下。 框架就選用了scrapy，比較簡(jiǎn)單，建了兩個(gè)文件，分別作用于不同的網(wǎng)站。 先來(lái)看B...